导读:今天有小伙伴问我,筛选完差异基因后,想看自己关注的基因和其他基因的关系,应该怎么做?那当然要先做一下相关性分析了!好,下面让我给大家娓娓道来......
正文:
library(openxlsx)
setwd("E:\\Bioinfo_analysis\\scripts\\corr\\corr_batch")#设置工作路径
fr<-read.xlsx('infile.xlsx',rowNames = T,colNames = T)
View(fr)#查看下数据类型,列名基因名,行名为样本名
library("ggstatsplot")#加载包的时候失败了,因为之前没有安装这个包
library("BiocManager")
BiocManager::install("ggstatsplot")#安装ggstatsplot
要安装很多依赖包,泡杯咖啡,静静的等着它,差不多花了30分钟才把所有的包安装完,下面开始进行相关性分析,假如我们关注的基因是COX1和ATP6。
ggscatterstats(data = fr,
y = COX1,
x = ATP6,
centrality.para = "mean",
margins = "both",
xfill = "red",
yfill = "blue",
marginal.type = "histogram",
title = "Relationship"
)
到这里结束了么,不。我的小伙伴又问了,我想看一下COX1和其他所有基因的相关性怎么办?你手动一个个画呗。。。。哈哈哈,开个玩笑,这里我们可以用ggcorrplot绘图!
corr.result<-cor(fr,method = 'pearson')#先计算相关性系数
corr.p<-ggcorrplot::cor_pmat(fr)#再计算P值
#开始绘图
ggcorrplot(
corr = corr.result,
type = 'full'
)
如果你想看哪些基因间是显著性相关,怎么办,往下看:
ggcorrplot(
corr = corr.result,
type = 'full',
p.mat = corr.p,#P-Value
sig.level = 0.05#P-Value大于0.05的在图中标记出来
)
联系客服